更多文章请移步：www.yanjun.pro
1、告警工作流程
-
告警概述
告警是监控的重要职能，是指将达到某一阈值事件的消息发送给用户，让用户在事件发生后即可知道监控指标是否超过规定阈值，从而决定是否采取相关措施处理故障
-
告警流程
首先是触发器达到规定阈值，然后action对事件信息进行处理，一方面是给用户发送告警信息，另一方面是执行相关命令，达到对事件故障自动尝试恢复的效果
-
zabbix告警配置步骤
- 配置trigger（触发器）
- 配置用户
- 配置告警方式
- 配置action（动作）
2、告警触发器（trigger）配置
2.1、trigger的作用
trigger是一组逻辑条件表达式，用于item在其更新周期内所产生的数据与目标阈值是否相同。在zabbix-server首次启动过程中，会将host、template、trigger、items等数据全部加载到内存缓存中，因此zabbix-server进程在收到每个item所产生的数据后，会立即在缓存中查找该item是否配置有trigger表达式，如果配置有，则将trigger表达式的阈值与当前item的数据进行比较，若满足阈值，则判断当前item处于故障（problem）状态；若不满足阈值，则处于正常（OK）状态
2.2、trigger的故障等级定义
trigger故障等级分为 p0 ~ p5 六个等级
- p0：灾难级别，该级别为重大故障，涉及到核心业务的正常运行
- p1：危险级别，该级别为危险级别，涉及到应用的正常运行
- p2：一般级别，对系统有影响，但不涉及致命危险的故障
- p3：警告级别，可能对系统具有影响的故障
- p4：信息级别：不影响系统正常运行状态的故障
- p5：不通知：一般用于测试告警
2.3、trigger配置步骤
trigger配置步骤为：【configuration】 —> 【hosts】/【templates】 —> 【triggers】 —> 【create trigger】
-
配置参数说明
-
name：触发器名称，支持{HOST.HOST}、 {HOST.NAME}、 {HOST.CONN}、 {HOST.DNS}、 {HOST.IP}、 {ITEM.VALUE}、 {ITEM.LASTVALUE}
-
Operational data：运行数据，运行数据允许定义任意字符串和宏，宏将在 Monitoring —> Problems 中动态解析为实时数据，虽然触发器名称中的宏将在问题发生时解析为它们的值，并将成为静态问题名称的基础，但操作数据中的宏保持了动态显示最新信息的能力。
-
Severity：触发器的事件级别
事件级别 故障定义 故障灯颜色 Not classified 未知等级 灰色 Information 一般信息 浅蓝 Warning 警告信息 黄色 Average 一般故障 橙色 High 高级别故障 浅红 Disaster 致命故障 红色 -
Expression：定义故障/问题的表达式
-
OK event generation：确认事件生成选项
- Expression：问题/故障生成表达式
- Recovery expression：问题/故障恢复表达式
- None：不恢复到OK状态
-
Recovery expression：故障恢复表达式
-
PROBLEM event generation mode：故障事件产生模式
- Single：在第一次告警触发后，后续出现的相同告警会做告警聚合，最终只产生一条告警信息
- Multiple：在第一次告警触发后，后续出现的相同告警不会做告警聚合，会产生多条告警信息
-
OK event closes：是否关闭OK事件
- All problems：关闭所有问题
- All problems if tag values match：关闭标签匹配的问题
-
Allow manual close：是否允许手动关闭
-
Tag for matching：输入需要做匹配的标签，仅在“All problems if tag values match”开启时使用
-
URL：如果不为空，则可以在【Monitoring】 —> 【Problems】中看到该URL选项
-
Enabled：是否启用该trigger
-
2.4、trigger告警依赖配置
告警依赖，是指一个事件的成立，需要依赖另一个事件，一般用于逻辑比较复杂的业务
2.5、trigger表达式
-
表达式语法
{<server>:<key>.<函数>(<参数>)}<操作符><数值> -
相关选项
-
函数
参考官方文档
-
参数
- sum(600)：对最近600秒内获取到的数值求和
- sum(#5)：对最近获取到的5个数值求和
- avg、count、last、min、max：支持某个时间段之间的数据获取
-
操作符
支持算数运算符和逻辑运算符
-
-
trigger表达式示例
判断/etc/passwd文件是否有变化，当文件之前的cksum值与最近的值不同时，则触发告警
{www.zabbix.com:vfs.file.cksum[/etc/passwd].diff()}=1
3、告警处理配置
在trigger和告警表达式配置好后，如果item中匹配到了告警表达式后，系统将触发告警，但是默认情况下，告警信息只是在本地体现，并不会主动对外发送，因此需要配置告警的处理方式
3.1、action功能概述
action的功能主要是对发生的事件根据一定条件，采取相应的措施
action的事件来源有4种：trigger（触发器）、discovery（网络自动发现）、auto registration（agent自动注册）、internal（内部事件）
3.2、action配置步骤
-
配置步骤
【configuration】 —> 【action】 —> 【create action】 —> “action”
-
Name：action名称
-
Conditions：匹配条件，zabbix支持的匹配条件如下：
- trigger name
- trigger
- trigger severity
- application
- host
- host group
- problem is suppressed
- tag name
- tag value
- temple
- time priod
各匹配条件都支持逻辑运算符
-
enabled：是否启用该action
-
4、告警处理措施
详细配置，请参考官方文档
4.1、告警处理措施的类型
- 发送消息：将故障信息通过指定媒体发送出去
- 执行远程命令：通过脚本处理故障
4.2、配置告警处理措施
【configuration】 —> 【action】 —> 【create action】 —> “Operations”
-
参数说明
- Default operation step duration：默认操作步骤间隔时间
- Pause operations for suppressed problems：暂停对隐藏问题的处理
- Operations：配置告警措施
- Recovery operations：恢复告警措施配置
- Update operations：更新告警措施配置
-
具体告警措施配置
- Operation type：措施类型
- send message：发送信息
- remote command：远程执行命令
- Steps：步骤，一个告警发送多次
- Step duration：每个步骤间隔时间
- Send to user groups：接受告警的用户组
- Send to users：接受告警的用户
- Send only to：告警发送方式，可以选择一种，也可以选"all"，如果用户配置了多种告警接收方式，当配置为”all“时，用户可以以多种方式接收同一个告警
- Custom message：自定义告警信息
- Conditions：可以配置用户在确认后不再继续发送信息
- Operation type：措施类型
5、配置Email告警
-
配置media类型
【Administration】 —> 【Media types】 —> 【create media types】- Name：media类型名称
- Type：media类型
- SMTP server：Email服务器地址
- SMTP helo：SMTP服务器地址
- SMTP email：发送邮件的邮箱
-
在用户管理界面，添加对应的告警方式